Skip to content

DiegoVallejoDev/Algoritmo-Genetico

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Algoritmos Geneticos (AGs)

===================================================================

1 - Un sitiema biologico tiene una poblacion de individuos muchos de los cuales tienen la capacidad de reproducirse

2 - Los individuos tienen esperanza de vida finita

3 - Hay variacion en la poblacion


Solucion potencial => "solucion candidata" o "individuo"

Grupo de individuos => "Poblacion"


problema robot P(ligero/Bateria)

  • Se requiere esquema de codificacion

  • funcion objetivo

f = Rango(Hrs) + Poder(Watts) - Masa(KG)

Generar poblacion inicial aleatoria I1 = (010101) combinacion Esquema

cada bit es llamado alelo

secuencia de bits que contiene una caracteristica es llamado gen

genes especificos son llamados genotipos

parametros que representa Genotipo son llamados fenotipos


los padres se reproducen

010101-:011001 101001-:100101

se reemplaza la poblacion con hijos y los padres mueren

Para elegir a los padres deacuerdo a su fitness(f) Ruleta de seleccion

Pseudocodigo ruleta

r <- aleatorio(0,1)
si r<0.1
	Padre = Ind1
sino si r<0.3
	Padre = Ind2
	.
	.
	.
fin del si

Mutacion rango de mutacion ~1% cada decendiente tiene una posibilidad de 1% de que un alelo mute

===========================================================================

Pseudocodigo Algoritmo Genetico

Padres = {Poblacion Generada aleatoriamente}

Mientras(!Criterio de terminacion) Calcular la condicion para cada padre de la poblacion Hijos <- 0 Mientras |Hijos|<|Padres| Usar la seleccion probabilistica de la condicion (Ruleta) para seleccionar un par de padres Reproducir a los padres para crear a los hijos(h1,h2) Hijos <- Hijos + {h1,h2} Bucle Aleatoriamente Mutar algunos Hijos Padres <- Hijos Siguiente Generacion

============================================================================

Parametros de especificacion para obtener buenos resultados

1 - Esquema de codificacion

2 - funcion objetivo que mapea las soluciones del problema a los valores de condicion de cada individuo

3 - Tamaño de la poblacion

4 - Metodo de seleccion (Ruleta u otro)

5 - Rango de mutacion

6 - escala de condicion "Fitness"

7 - Tipo de Cruce

8 - Incesto


Practica 1

considere el problema de minimizacion

minx f(x)=x^4 + 5x^3 +4x^2 -4x +1

supongamos que el minimo ocurre en x E [-4,-1]

codificamos x con 4 bits

0000 = -4.0 0001 = -3.8 0010 = -3.6 . . . 1110 = -1.2 1111 = -1.0

About

Algoritmo genetico en js

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published